ActReal 论文：系统级移动代理挑战自动化检测

当天发生了什么

2026-08-30 20:55（UTC），Mingshuo Wang、Hanqing Guo 等作者在 arXiv 提交了论文《ActReal: System-Level Mobile Agents Challenge Mobile Automation Detection》v1。摘要指出，系统级移动代理正从固定脚本转向能观察界面、推理并调整动作的自适应系统，而现有应用防御依靠触摸轨迹、操作时序以及触摸与 IMU 信号的物理耦合来识别自动化。作者认为，拥有特权的系统级代理执行器可以同时控制触摸输入和传给应用的传感器数据，从而生成时间对齐的触摸与六轴 IMU 信号。摘要报告平均事件级攻击成功率为 77.5%，在检测器同时观察触摸与 IMU 信号时仍为 71.1%。

对保护应用逻辑意味着什么

这篇论文触及一个根本边界：应用在客户端读取到的所有行为信号，都来自一个可能被攻击者控制的环境。一旦对手拥有系统级权限，触摸轨迹、时序和传感器数据都可以被生成，而不是被采集。因此，把这些信号当作「这是真人」的证明是不可靠的，它们最多是风险评分的输入之一。设备与应用完整性证明能回答的是「设备和安装包是否可信」，并不能回答「操作者是不是人」。限制在于：论文的前提是特权的系统级执行器，普通无特权脚本不在此范围，具体检测方案的效果也会不同。

可以做的检查

盘点自己应用中只依赖客户端触摸或传感器信号来判断「是否自动化」的功能，例如领奖、投票、抢购或防刷。为这些功能补上服务端的业务规则：频率限制、账户级与设备级的配额、异常模式监控。把客户端行为信号作为风险分的一部分，而不是单独的放行条件。对外不要宣称应用能可靠区分人和自动化代理。在评估方案时，把系统级代理纳入威胁模型。每次新增奖励或配额类功能时，都重新做一次这项检查。

行动清单

• 盘点仅依赖客户端行为信号判断自动化的功能
• 为这些功能增加服务端频率与配额限制
• 将客户端行为信号作为风险分输入而非放行条件